虽然图像分析的研究已经取得了挺多的成果，且在很多领域的具体事物上得到了具体的应用，但是在建立共同的理论基础方面还存在很多问题，有待进一步解决。例如图像的精确表示形式，在不同分辨率水平上表示表面信息，建立表示的分级构造，利用和确定表面颜色和状态信息，对运动状态的感知过程，从光学流中获取信息的方法，在视觉感知中应用有关专门信息的方法等。 

1．2 角度测量发展概况

1．3 本课题的研究背景和意义

现阶段图像分析已经发展的比较成熟，且运用到了很多领域。而虽然角度测量的技术也在日益完善，但随着人们对角度测量的要求越来越高，角度测量也要求更准确，更直观，更方便。

本课题是关于基于图像分析的角度测量的研究，鉴于图像是二维信号，它与一维信号还是有所区别，拥有自己特别的一面，处理东西的角度和方式也会与其他方式有所不同。所以决定设立这个课题，并且努力做到更普适化、准确化、更易实现、操作简单等。

1．4 课题研究内容

本次课题的研究方案：利用Matlab软件设计出一个关于角度测量的算法，开发出一个实用的基于图像分析的角度测量平台，调试到能较为准确的给出待测量的角度，精度不低于0.5度。

具体工作如下：

（1） 首先要了解并掌握图像测量的基本思路，熟悉使用Matlab软件的使用方法并基本掌握软件的设计语言；

（2） 编写开发此平台的程序流程，并进行调试，直至测量精度不低于0.5度，实现课题目标。

2． 基于图像分析的角度测量的工作原理

2．1图像分析的基本工作原理文献综述

     图像分析基本上有四个过程(如图2-1所示)：①传感器输入：把实际物景转换为适合计算机处理的表达形式，对于三维物景也是把它转换成二维平面图像进行处理和分析（见图像表示）。②分割：从物景图像中分解出物体和它的组成部分。组成部分又由图像基元构成。把物景分解成这样一种分级构造，需要应用关于物景中对象的知识。一般可以把分割看成是一个决策过程，它的算法可分为像点技术和区域技术两类。像点技术是用阈值方法对各个像点进行分类，例如通过像点灰度和阈值的比较求出文字图像中的笔划。区域技术是利用纹理、局部地区灰度对比度等特征检出边界、线条、区域等，并用区域生长、合并、分解等技术求出图像的各个组成成分。此外,为了进一步考察图像整体在分割中的作用,还研究出松弛技术等方法。③识别：对图像中分割出来的物体给以相应的名称，如自然物景中的道路、桥梁、建筑物或工业自动装配线上的各种机器零件等。一般可以根据形状和灰度信息用决策理论和结构方法进行分类，也可以构造一系列已知物体的图像模型，把要识别的对象与各个图像模型进行匹配和比较。④解释：用启发式方法或人机交互技术结合识别方法建立物景的分级构造，说明物景中有些什么物体，物体之间存在什么关系。在三维物景的情况下，可以利用物景的各种已知信息和物景中各个对象相互间的制约关系的知识。例如，从二维图像中的灰度阴影、纹理变化、表面轮廓线形状等推断出三维物景的表面走向；也可根据测距资料，或从几个不同角度的二维图像进行景深的计算，得出三维物景的描述和解释。